2025年人工智能自考试卷及答案.docxVIP

2025年人工智能自考试卷及答案

一、单项选择题（本大题共15小题，每小题2分，共30分）

1.下列关于监督学习与无监督学习的描述中，错误的是（）

A.监督学习需要标注数据，无监督学习不需要

B.聚类属于无监督学习，分类属于监督学习

C.监督学习的目标是预测标签，无监督学习的目标是发现数据结构

D.两种学习方式均需要明确的损失函数指导训练

2.在神经网络中，激活函数的主要作用是（）

A.加速梯度计算

B.引入非线性特征

C.防止过拟合

D.减少计算复杂度

3.自然语言处理（NLP）中，词嵌入（WordEmbedding）的核心目的是（）

A.将文本转换为等长向量

B.保留词语的语义相关性

C.降低文本数据维度

D.提高模型训练速度

4.决策树算法中，信息增益（InformationGain）用于（）

A.选择最优分裂属性

B.剪枝以防止过拟合

C.计算叶节点的类别概率

D.确定树的最大深度

5.强化学习（ReinforcementLearning）中，智能体（Agent）的核心目标是（）

A.最大化即时奖励

B.最小化累积奖励的折扣和

C.最大化长期累积奖励的期望

D.最小化环境状态的不确定性

6.卷积神经网络（CNN）中，池化层（PoolingLayer）的主要功能是（）

A.增加特征图的数量

B.保留局部空间信息并降低维度

C.提取更高层次的语义特征

D.防止梯度消失

7.下列属于生成式模型的是（）

A.逻辑回归

B.支持向量机（SVM）

C.朴素贝叶斯

D.k近邻（k-NN）

8.在机器学习中，过拟合（Overfitting）的典型表现是（）

A.训练集和测试集准确率均较低

B.训练集准确率高，测试集准确率低

C.训练集准确率低，测试集准确率高

D.训练集和测试集准确率差异小

9.Transformer模型中，多头注意力（Multi-HeadAttention）的作用是（）

A.减少计算量

B.并行处理不同子空间的上下文信息

C.增强位置编码的效果

D.替代循环神经网络（RNN）

10.人工智能伦理中，“算法公平性”主要关注（）

A.算法运行的速度

B.算法对不同群体的决策是否存在偏见

C.算法的可解释性

D.算法的能耗效率

11.下列不属于计算机视觉（CV）典型任务的是（）

A.目标检测（ObjectDetection）

B.机器翻译（MachineTranslation）

C.图像分割（ImageSegmentation）

D.人脸识别（FacialRecognition）

12.在支持向量机（SVM）中，核函数（KernelFunction）的作用是（）

A.解决线性不可分问题

B.提高模型的泛化能力

C.确定分类超平面的位置

D.计算样本间的相似度

13.迁移学习（TransferLearning）的核心思想是（）

A.将源领域知识迁移到目标领域

B.仅使用目标领域数据训练模型

C.完全重新训练模型以适应新任务

D.忽略源领域与目标领域的差异

14.下列关于大语言模型（LLM）的描述，错误的是（）

A.通常基于Transformer架构

B.依赖大规模文本数据预训练

C.仅能处理单一语言任务

D.支持上下文学习（In-ContextLearning）

15.人工智能系统的可解释性（Interpretability）主要是为了（）

A.提高模型预测准确率

B.让用户理解模型决策的逻辑

C.减少模型训练时间

D.降低硬件计算成本

二、填空题（本大题共10小题，每小题2分，共20分）

1.机器学习的三要素包括数据、模型、__________。

2.深度学习中，常用的优化算法除了随机梯度下降（SGD），还有__________（写出一种）。

3.自然语言处理中的“词袋模型（Bag-of-Words）”忽略了词语的__________信息。

4.卷积神经网络中，感受野（ReceptiveField）指的是特征图中一个像素点对应原始输入图像的__________区域。

5.强化学习的经典框架包括状态（State）、动作（Action）、__________和策略（Policy）。

6.生成